先说一下囚徒困境：两个合作的小偷被抓，分别审讯，如果两人都不招供，各判刑1年，如果两个都招供，各判刑10年，如果一方招供一方不招供，招供的不判刑，不招供的判15年。显然，双方合作不招供是最好的结果。但是，每个人做出选择前都会考虑对方的选择：如果对方不招我招了，那么我就可以免于坐牢；如果对方招了我不招，我就要坐15年，所以我也要招。综合起来，招供是我的最优选择。
囚徒困境中，囚徒最终都会选择背叛对方，但是社会更多的机会是：我们不是只有一次选择机会。所以，研究重复多次的囚徒困境游戏更有意义。如果有机会无限次和对手玩囚徒困境的游戏，结果会怎样呢？
有个美国学者设计了这样的游戏：14位各领域的专家，把自己的选择合作或不合作做成程序，然后和其他人循环配对，进行囚徒困境的游戏。同时还有一个随机程序，选择合作或背叛是随机的。如果双方都是合作，那么各得3分，共6分；如果一方合作一方背叛，那么背叛者得5分，合作的得0分；如果双方都背叛，各得1分，共2分。看起来这个和普通的囚徒困境游戏一样，不同的是过程是循环重复的。显然，整体上，合作的总体得分高于不合作。
我们把选择程序分为3类，以合作为主的“好人”，以占便宜为主的“坏人”，还有不好不坏的。最后胜出的是一个叫“一报还一报”的程序，他的交易程序最简单：第一次采用合作的策略，以后就跟随对方上一步的策略。你上一步不合作，我这次就不合作，你上次合作，我这次就合作。
如果一个人主要的方式是合作，那么对手发现不合作的得分是最高的，所以他就会选择不合作，（烂好人培养坏人）；一个人主要方式是不合作，对手发现只有不合作才能最大幅度减少损失（坏人使对手变坏）；一报还一报则是合作得到的奖赏是合作，不合作得到的回报是不合作，你可以第一次占我便宜，不可能一直占我便宜（善有善报，呵呵）。一报还一报策略首先是有初始的善意，开始总是合作的，其次有明确的信号，你好我也好，你不好我也不好，同时允许你改正，如果你改好了，我也给于积极回应。
一报还一报和具体一个对手的游戏很难占先，但是和很多对手循环后，其总分经常是最高的。
第一轮游戏后，很多人认识到了一报还一报的结果，开始设计一些有针对性的策略。
新的游戏增加了很多参与者，大约是160人的样子，心理学家、经济学家、数学家等很多高手参与。他们都知道第一轮的结果，在制定策略的时候也考虑了一报还一报的策略。但是经过多次循环游戏，结果还是一样，一报还一报最后的总分还是最高的。
我们在游戏中，似乎看到了自由竞争和博弈中产生道德规则的影子。据说亚当斯密担心《国富论》把理性人的私利诠释的过于透彻，后人会忽略道德的意义，因而大力推荐他的另一本著作《道德情操论》，《道德情操论》强调人除了人的利己天性外，还有所谓的先验怜悯和同情。但是道德情操论和同时代的康德比起来，价值就非常有限了。从游戏看，基于个人利益最大化的游戏，结果并没有导致一味利己者获胜。行为论者喜欢用刺激反应来解释一个人的行为规则的形成，当好的行为受到奖赏而错误的行为受到惩罚，好的行为就会被保持下来。看起来即使没有先验的道德约束，纯粹自由竞争的游戏下，我们也能产生不那么糟糕的行为规范：并不总是“恶”人得利。
当然，游戏并没有结束，当有更多的变量的时候，会发生什么呢？
一报还一报的规则在纯粹的游戏世界里可能是完美的，但是如果背后的游戏者是现实的人或团体，那么这种对抗很容易导致“冤冤相报”。一种情况是偶然犯错的背叛，结果你立刻反击，对手如果也开始用一报还一报，大家就会面临一致持续的恶报，形成所谓冤冤相报。

于是学者又开始建立新的策略模型。这次，他们强调宽容和信任，即开始几次允许对手犯错误，当作无心之失，直到出现的次数达到一定比例后再开始报复。至于如何设定每个对手的可信任次数，参考对手过去游戏的记录或团队的记录。我们在这里看到了游戏社会里信用和个人声望是如何产生的。改良的一报还一报系统里已经有了很多新的变量，例如团队标签、和他人的历史记录、和自己的历史记录等等。新策略重点在于对偶然的背叛的宽容，对倾向性背叛的报复。

好了，再回到囚徒困境，我们发现，1，如果有重复或者有稳定的接触，合作就有可能成为稳定的选择。而没有重复的一次性选择，就会出现囚徒困境这种相互背叛的结果。就像到旅游点，经常被斩，家门口小店就比较可靠一样。2，如果有交流和商谈，合作的可能性也是大大高于背叛。3，如果有一个人一直是可靠的合作者，对方做出合作的机会就增加很多。1意味着增加未来预期或交易次数，2意味着信息充分状态下，3仿佛在说道德是最经济的。

这个系列前提是囚徒困境中，不管对手采用什么策略，自己都有一个最优策略，经济学上这个叫占优策略均衡。但是有时候双方并不存在固定占优策略，而是随着对方策略不同而有不同的占优策略，于是就形成了纳什均衡。

2002年，中国人迎来了两位世界声誉的大师，一位是严重体残的霍金教授，一位是有些智残的纳什教授。我们有时候很难想象，中国的大学可以长期的容忍像纳什那样的学者，他既不能很好教学，又不能每年发表多少篇论文，更不能星期五参加政治学习。纳什均衡就是纳什的仅有的两篇论文之一中提出的。转引一篇学友的文字：
“纳什是一位数学家，但获得了诺贝尔经济学奖。他的博弈论对经济学发展意义重大，几乎动摇了亚当·斯密的“看不见的手”原理。1950年，纳什22岁获得博士学位，第二年，他成为麻省理工学院最年轻的教员，甚至比许多研究生还年轻。然而在1959年，这位刚满30岁的数学奇才就住进了疯人院，并丢了麻省的工作，从此再也没有出版过一篇论文。后来纳什频繁回到普林斯顿，成了教学楼里的幽灵，有时在黑板上涂写一些数学公式，有时穿着不太合身的衣服在图书馆里看书，或者在校园里徘徊。纳什的前妻认为，虽然他已经不能从事研究，但呆在普林斯顿的数学圈子里对他有益。令人感动的是，就在这种情形下，他的母校普林斯顿大学接纳了他，朋友们仍然以博大的胸怀关心他，帮助他。为了让他能治病还有收入，朋友安排他到一个诊所治病，并作为统计员参与该诊所的研究项目，还努力为此筹集资金。普林斯顿数学系主任米尔诺还决定为纳什提供一个为期一年的研究数学家兼讲师的职位。正是在众人的关爱下，纳什在上世纪90年代之后逐渐恢复正常。纳什的经历被拍成电影《美丽心灵》后，其事迹家喻户晓。但影片中所指的“美丽心灵”，应该不仅是妻子对他的照顾和爱护，还应该包括普林斯顿大学以及社会对他的宽容。”